Programa del Curso

Parte 1

Una breve introducción a MATLAB

Objetivos: Ofrecer una visión general de lo que es MATLAB, en qué consiste y qué puede hacer por ti

  • Un ejemplo: C vs. MATLAB
  • MATLAB Descripción general del producto
  • MATLAB Campos de aplicación
  • ¿Qué MATLAB puede hacer por ti?
  • El esquema del curso

Trabajar con la MATLAB interfaz de usuario

Objetivo: Obtener una introducción a las principales características del entorno de diseño integrado MATLAB y sus interfaces de usuario. Obtenga una visión general de los temas de los cursos.

  • Interfaz MATALB
  • Lectura de datos del archivo
  • Guardar y cargar variables
  • Representación gráfica de datos
  • Personalización de parcelas
  • Cálculo de estadísticas y línea de mejor ajuste
  • Exportación de gráficos para su uso en otras aplicaciones

Variables y Expressiones

Objetivo: Introduzca MATLAB comandos, con énfasis en la creación y el acceso a datos en variables.

  • Introducción de comandos
  • Creación de variables
  • Cómo obtener ayuda
  • Accessing y modificación de valores en variables
  • Creación de variables de caracteres

Análisis y Visualización con Vectores

Objetivo: Realizar cálculos matemáticos y estadísticos con vectores, y crear visualizaciones básicas. Vea cómo la sintaxis MATLAB permite realizar cálculos en conjuntos de datos completos con un solo comando.

  • Cálculos con vectores
  • Representación gráfica de vectores
  • Opciones básicas de parcela
  • Anotación de gráficos

Análisis y Visualización con Matrices

Objetivo: Utilizar matrices como objetos matemáticos o como colecciones de datos (vectoriales). Comprender el uso adecuado de la sintaxis MATLAB para distinguir entre estas aplicaciones.

  • Tamaño y dimensionalidad
  • Cálculos con matrices
  • Statistics Con datos matriciales
  • Trazar varias columnas
  • Remodelación e indexación lineal
  • Matrices multidimensionales

Parte 2

Automatización de comandos con scripts

Objetivo: Recopilar MATLAB comandos en scripts para facilitar la reproducción y la experimentación. A medida que aumenta la complejidad de las tareas, la introducción de largas secuencias de comandos en la ventana de comandos se vuelve poco práctica.

  • Un ejemplo de modelización
  • El historial de comandos
  • Creación de archivos de script
  • Ejecución de scripts
  • Comentarios y celdas de código
  • Publicación de scripts

Trabajar con archivos de datos

Objetivo: Traer datos a MATLAB desde archivos formateados. Debido a que los datos importados pueden ser de una amplia variedad de tipos y formatos, se hace hincapié en el trabajo con matrices de celdas y formatos de fecha.

  • Importación de datos
  • Tipos de datos mixtos
  • Matrices de celdas
  • Conversiones entre números, cadenas y celdas
  • Exportación de datos

Múltiples gráficos vectoriales

Objetivo: Hacer gráficos vectoriales más complejos, como gráficos múltiples, y utilizar técnicas de manipulación de colores y cadenas para producir representaciones visuales llamativas de los datos.

  • Estructura gráfica
  • Múltiples figuras, ejes y gráficos
  • Representación gráfica de ecuaciones
  • Uso del color
  • Personalización de parcelas

Lógica y control de flujo

Objetivo: Utilizar operaciones lógicas, variables y técnicas de indexación para crear código flexible que pueda tomar decisiones y adaptarse a diferentes situaciones. Explore otras construcciones de programación para repetir secciones de código y construcciones que permitan la interacción con el usuario.

  • Operaciones lógicas y variables
  • Indexación lógica
  • Programming Constructos
  • Control de caudal
  • Bucles

Matrix y visualización de imágenes

Objetivo: Visualizar imágenes y datos matriciales en dos o tres dimensiones. Explore la diferencia entre la visualización de imágenes y la visualización de datos de matriz mediante imágenes.

  • Interpolación dispersa utilizando datos vectoriales y matriciales
  • Visualización matricial en 3D
  • Visualización matricial 2D
  • Imágenes indexadas y mapas de colores
  • Imágenes en color real

Parte 3

Data Analysis

Objetivo: Realizar tareas típicas de análisis de datos en MATLAB, incluyendo el desarrollo y ajuste de modelos teóricos a datos de la vida real. Esto conduce naturalmente a una de las características más poderosas de MATLAB: resolver sistemas lineales de ecuaciones con un solo comando.

  • Tratamiento de los datos que faltan
  • Correlación
  • Allanamiento
  • Análisis espectral y FFTs
  • Resolución de sistemas lineales de ecuaciones

Funciones de escritura

Objetivo: Aumentar la automatización encapsulando tareas modulares como funciones definidas por el usuario. Comprender cómo MATLAB resuelve las referencias a archivos y variables.

  • ¿Por qué funciones?
  • Creación de funciones
  • Adición de comentarios
  • Llamar a subfunciones
  • Espacios de trabajo
  • Subfunctions
  • Ruta de acceso y precedencia

Tipos de datos

Objetivo: Explorar los tipos de datos, centrándose en la sintaxis para crear variables y acceder a los elementos de la matriz, y discutir los métodos para convertir entre tipos de datos. Los tipos de datos difieren en el tipo de datos que pueden contener y en la forma en que se organizan los datos.

  • MATLAB Tipos de datos
  • Enteros
  • Estructuras
  • Tipos de conversión

E/S de archivos

Objetivo: Explorar las funciones de importación y exportación de datos de bajo nivel en MATLAB que permiten un control preciso sobre la E/S de archivos binarios y de texto. Estas funciones incluyen textscan, que proporciona un control preciso de la lectura de archivos de texto.

  • Apertura y cierre de archivos
  • Lectura y escritura de archivos de texto
  • Lectura y escritura de archivos binarios

Tenga en cuenta que la entrega real puede estar sujeta a discrepancias menores con respecto al esquema anterior sin notificación previa.

Parte 4

Visión general de la MATLAB Caja de herramientas financieras

Objetivo: Aprender a aplicar las diversas funcionalidades incluidas en la MATLAB Financial Toolbox para realizar análisis cuantitativos para la industria financiera. Obtenga el conocimiento y la práctica necesarios para desarrollar de manera eficiente aplicaciones del mundo real que involucren datos financieros.

  • Asignación de activos y optimización de carteras
  • Análisis de riesgos y Investment rendimiento
  • Análisis de Renta Fija y Valoración de Opciones
  • Análisis de Series Temporales Financieras
  • Regresión y estimación con datos faltantes
  • Indicadores Técnicos y Gráficos Financieros
  • Simulación Monte Carlo de modelos SDE

Asignación de activos y optimización de carteras

Objetivo: realizar la asignación de capital, la asignación de activos y la evaluación de riesgos.

  • Estimación de la rentabilidad de los activos y de los momentos de rentabilidad total a partir de los datos de precios o rentabilidad
  • Cálculo de estadísticas a nivel de cartera, como la media, la varianza, el valor en riesgo (VaR) y el valor condicional en riesgo (CVaR)
  • Realización de optimización y análisis de carteras de media-varianza restringida
  • Examinar la evolución temporal de las asignaciones eficientes de carteras
  • Realización de la asignación de capital
  • Contabilización de la rotación y los costes de transacción en los problemas de optimización de carteras

Análisis de riesgos y Investment rendimiento

Objetivo: Definir y resolver problemas de optimización de carteras.

  • Especificar el nombre de una cartera, el número de activos de un universo de activos y los identificadores de activos.
  • Definición de una asignación inicial de cartera.

Análisis de Renta Fija y Valoración de Opciones

Objetivo: Realizar análisis de renta fija y valoración de opciones.

  • Análisis del flujo de caja
  • Realización de análisis de valores de renta fija conforme a la SIA
  • Realización de precios básicos de opciones Black-Scholes, Black y binomiales

Parte 5

Análisis de Series Temporales Financieras

Objetivo: analizar datos de series temporales en mercados financieros.

  • Realización de cálculos matemáticos de datos
  • Transformación y análisis de datos
  • Análisis técnico
  • Gráficos y diagramas

Regresión y estimación con datos faltantes

Objetivo: Realizar una regresión normal multivariante con o sin datos faltantes.

  • Realización de regresiones comunes
  • Estimación de la función logarítmica de verosimilitud y errores estándar para la prueba de hipótesis
  • Completar los cálculos cuando faltan datos

Indicadores Técnicos y Gráficos Financieros

Objetivo: Practicar el uso de métricas de rendimiento y gráficos especializados.

  • Medias móviles
  • Osciladores, estocásticos, índices e indicadores
  • Reducción máxima y reducción máxima esperada
  • Gráficos, incluidas las bandas de Bollinger, los gráficos de velas y las medias móviles

Simulación Monte Carlo de modelos SDE

Objetivo: Crear simulaciones y aplicar modelos SDE

  • Movimiento browniano (BM)
  • Movimiento browniano geométrico (GBM)
  • Elasticidad de varianza constante (CEV)
  • Cox-Ingersoll-Ross (CIR)
  • Casco-Blanco/Vasicek (HWV)
  • Heston

Conclusión

Objetivos: Resumir lo aprendido

  • Un resumen del curso
  • Otros cursos próximos sobre MATLAB

Nota: el contenido real entregado puede diferir del esquema como resultado de los requisitos del cliente y el tiempo dedicado a cada tema.

Requerimientos

  • Concepto básico de conocimientos matemáticos a nivel de pregrado, como álgebra lineal, teoría probabilística y estadística, así como matrices
  • Operaciones informáticas básicas
  • Preferiblemente un concepto básico de otro lenguaje de programación de alto nivel , como C, PASCAL, FORTRAN o BASIC, pero no esencial
  35 horas
 

Número de participantes


Comienza

Termina


Dates are subject to availability and take place between 09:30 and 16:30.
Los cursos de formación abiertos requieren más de 5 participantes.

Testimonios (3)

Cursos Relacionados

Categorías Relacionadas